以前折腾 TTS,要么上 GPU,要么接付费 API。

以前折腾 TTS,要么上 GPU,要么接付费 API。

Kyutai 最近开源了 Pocket TTS,只有约 1 亿参数,主打直接在 CPU 上本地运行。

在 MacBook CPU 上,官方测试最高接近 6 倍实时速度,首个音频块大约 200ms 就能生成,而且只需要 2 个 CPU 核心。

它还支持语音克隆和 6 种语言,适合拿来做本地配音、语音助手之类的项目。

安装也很简单:

pip install pocket-tts

不用显卡,普通笔记本就能玩 TTS,这点还是挺香的。
🔗 https://github.com/kyutai-labs/pocket-tts



分类